Resumo: O gerenciamento de reservatório de petróleo visa maximizar o lucro considerando restrições operacionais, tecnológicas, econômicas, regulatórias e outras. A gestão de reservatórios é intrinsecamente associada à infraestrutura de produção utilizada e está intimamente envolvida em todas as fases do ciclo de vida do reservatório; da exploração à produção e, finalmente à revitalização. Para estruturar e facilitar o estudo de reservatórios, essa infraestrutura é mapeada em um conjunto de variáveis para o problema estudado, e que podem ser classificadas como variáveis de: projeto (G1); controle (G2) e revitalização (G3). Atualmente, decisões de curto prazo no gerenciamento de válvulas de captação de óleo e gás, ou de injeção de fluido, são diversas vezes tomadas sem um procedimento formal, o que pode levar a uma produção não otimizada. Uma das maneiras de subsidiar as atividades de gerenciamento é basear-se em dados históricos de produção para tomar decisões futuras. Este trabalho propõe uma metodologia baseada em mineração de dados para a obtenção de regras de controle aplicáveis ao gerenciamento das variáveis de controle (G2). O desenvolvimento considerou dados simulados, equivalentes a dados de reservatórios reais, gerados a partir do modelo de reservatório UNISIM-II-D. Experimentos foram conduzidos tanto para validar as regras de controle obtidas pela metodologia proposta, junto ao simulador numérico, quanto para avaliar o desempenho das regras quando aplicadas ao gerenciamento das variáveis de controle. Os resultados das simulações mostraram que as regras de controle obtidas por meio da metodologia proposta apresentaram melhora no indicador econômico de produção para 4 dos 9 poços considerados. Ressalta-se que as regras do conjunto inicial, geradas pelo simulador, já eram resultado de um processo de busca e otimização. A aplicação das regras no gerenciamento das variáveis de controle, avaliadas por meio de um modelo substituto rápido, mostrou-se eficaz para 8 dos 9 poços testados. Os resultados reportados neste trabalho mostram evidências em favor da metodologia proposta e podem ser considerados como um passo inicial para a geração de regras de controle aplicáveis na prática para a tomada de decisão de curto prazo Ver menos

Abstract: Oil reservoir management aims to maximize profit considering operational, technological, economic, regulatory, and other restrictions. Reservoir management is intrinsically associated with the production infrastructure and is closely involved in all phases of the reservoir life cycle, from exploration to production and finally to revitalization. To structure and facilitate the study of reservoirs, this infrastructure is mapped to a set of variables for the studied problem, which can be classified as variables of: project (G1), control (G2), and revitalization (G3). Currently, short-term decisions in the management of oil and gas or fluid injection valves are often made without a formal procedure, which can lead to non-optimized production. One way to subsidize management activities is to rely on historical production data to make future decisions. This work proposes a data mining-based methodology for obtaining control rules for the management of G2 variables. The development has considered simulated data generated from the UNISIM-II-D reservoir model, which are equivalent to real reservoir data. Experiments have been conducted to validate the control rules within the numeric simulator, and also to evaluate their performance when performing variable management. Simulation results have shown the control rules obtained from the proposed methodology improved the well economic indicator performance of 4 out of 9 tested wells. What is noteworthy is the initial set of rules has been generated from a search and optimization process. The application of rules in control variable management, evaluated through a fast surrogate model, has shown effective for 8 out of the 9 tested wells. The results reported in this work are evidence in favor of the proposed methodology and can be considered as an initial step toward control rules generation for in-practice application to aid short-term decision-making Ver menos